teaql/teaql-agent-kit

A model-driven harness for AI coding agents: semantic modeling, app generation, progressive API Assist and evidence-based verification.

해결하는 문제

코딩 에이전트(Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI 등)를 사용하여 소프트웨어를 구축할 때, 에이전트는 종종 요청에서 코드 작성으로 바로 건너뛰어 지저분한 결과, 숨겨진 가정, 검토하기 어려운 비즈니스 로직을 초래할 수 있습니다. TeaQL Agent Kit는 아이디어와 코드 사이에 구조화되고 검사 가능한 단계를 삽입하여 이를 해결합니다. 에이전트는 먼저 비즈니스(고객, 제품, 주문 등)를 모델링한 다음, 해당 모델이 검사되고 수리되며 에이전트가 따라야 하는 타입이 지정된 계약으로 변환됩니다. 결과적으로 검토할 코드가 줄어들고 의도가 명확해지며 실제로 실행된 내용을 보여주는 감사 추적이 제공됩니다.

작동 방식

단순한 "요구 사항 → 코드" 루프 대신 TeaQL은 통제된 파이프라인을 적용합니다:

  1. 모델 우선 – 에이전트는 자연어 요구 사항을 도메인 모델(객체, 필드, 관계)로 변환합니다.
  2. 평가 및 수리 – 결정적 평가 서비스가 모델의 오류를 확인하고 구체적인 수리 지침을 제공합니다. 에이전트는 통과할 때까지 수정합니다.
  3. 생성 – 검증된 모델은 재사용 가능한 런타임에 의해 지원되는 타입이 지정된 도메인 라이브러리(Q 및 E API 포함)로 변환됩니다.
  4. 구현 – 에이전트는 생성된 계약과 점진적인 모델 인식 Assist(현재 단계에 필요한 API 지침만 로드)를 사용하여 스캐폴딩된 작업 공간에서 애플리케이션별 코드를 작성합니다.
  5. 검증 – 최종 결과물은 빌드 결과, 테스트, 런타임 스모크 테스트, 그리고 검사 가능한 증거 기반 완료 보고서(work-complete.md)로 입증됩니다.

두 가지 신뢰성 계층이 이를 관통합니다: 개발 시간 프로세스(모델 우선 순서) 및 런타임 거버넌스(모든 작업은 ID와 의도를 전달하고, 읽기는 목적/주석을 선언하며, 쓰기는 감사 이유를 전달하고, 변경은 타입이 지정된 엔터티 그래프로 제한됩니다).

대상 사용자

이것은 이미 AI 코딩 에이전트를 사용하고 있으며 완전히 새로운 도구 체인을 배우지 않고 더 안정적이고 감사 가능한 출력을 원하는 개발자와 팀을 위한 것입니다. 기존 에이전트에 하나의 프롬프트를 붙여넣고 저장소 지침에 대한 액세스와 명령 실행 권한을 부여하면 워크플로를 진행합니다. 비즈니스 로직이 복잡하고 공유 파이프라인(쿼리 빌딩, 데이터 액세스, 감사 로그)이 올바르게 처리된다는 것을 신뢰하면서 검토할 코드를 줄여야 하는 프로젝트에 특히 유용합니다.

주요 기능

  • 모델 우선 워크플로 – 에이전트는 애플리케이션 코드를 작성하기 전에 실행 가능한 도메인 모델을 구축하고 수리합니다.
  • 결정적 평가 – 오류, 경고, 제안은 에이전트의 추측이 아닌 고정 서비스에서 제공됩니다.
  • 타입이 지정된 Q 및 E API – 쿼리(Q)와 표현식(E)을 사용하여 읽기 쉽고 검토 가능한 비즈니스 로직을 구성할 수 있습니다. 컴파일러는 잘못된 호출을 조기에 잡아냅니다.
  • 명시적 감사 추적 – 로그는 사용자 ID, 선언된 의도, SQL, 영향을 받은 행, 생성된 엔터티를 연결합니다. 디버깅 및 규정 준수에 유용합니다.
  • 컨텍스트 효율성 – 하네스는 필요한 API 지침만 로드하여 관련 없는 컨텍스트를 줄이고 명시적 컨텍스트 수명(임시 vs 명명된 블록)을 사용하여 프롬프트를 깨끗하게 유지합니다.
  • 로컬 모델 지원 – NVIDIA DGX Spark에서 테스트됨. 벤치마크 프로젝트는 30개 객체의 이사 회사 모델이 수리 후 평가 오류 0에 도달함을 보여줍니다.

관련

  • 프로젝트
  • 프로젝트
  • Dispatch
  • 프로젝트
  • Dispatch